![]()
技術路線收斂,商業模式分岔。
作者 | 鄭浩鈞
編輯 | 田 哲
激光雷達曾經是自動駕駛行業最具爭議的傳感器之一。
支持者認為,它能夠提供攝像頭無法獲得的三維空間信息,是高階智能駕駛不可或缺的安全冗余;反對者則以特斯拉為代表,認為激光雷達昂貴、笨重,是自動駕駛發展過程中的過渡產品。
但2025年以來,隨著高階智駕快速普及,激光雷達不僅沒有退出歷史舞臺,反而開始大規模量產上車。與此同時,人形機器人、無人配送車、工業自動化設備等新市場也開始成為激光雷達的重要客戶。
市場變大了,但新的問題隨之出現:
芯片化架構能不能實現一芯通吃,拿下車載和機器人兩個市場?RGBD是激光雷達的替代者還是終極形態?全固態技術能不能終結高線數軍備競賽、重塑產業分工?價格戰下行業利潤如何分配?純攝像頭路線到底需不需要一顆激光雷達?
針對這些問題,雷峰網《新智駕》與一些激光雷達公司研發人員、行業投資人聊了聊。他們未必有共識,但各自的判斷拼在一起,大概能看到這個行業正在向哪些方向發展。
PART 1
“能上車的激光雷達,
也一定能上機器人”
國內激光雷達行業的規模化發展始于自動駕駛浪潮,車載市場長期是行業主賽道,多數企業的產品規劃和研發資源均圍繞車規需求配置。機器人、工業設備等場景在產業爆發初期并未成為各家投入重心。
不過,隨著芯片化架構的成熟,SPAD-SoC方案展現出跨場景的通用能力,行業逐步從專注車載市場走向“車+機器人雙輪驅動”,以同一套底層芯片架構覆蓋多場景需求正在成為趨勢。
關于芯片跨場景復用的底層邏輯,某新晉激光雷達廠商研發人員表示:“車跟機器人沒有本質區別。車跟車之間的差別跟車和機器人的差別幾乎是一樣的。”
他進一步解釋稱,其公司的激光雷達芯片按照車載高標準完成核心設計,而機器人場景和車規場景使用同一顆芯片,核心差別集中在生產管控與測試標準層面。
在跨場景通用架構上,老牌激光雷達廠商同樣走在前列。今年4月,速騰聚創發布了“創世架構”——一個SPAD-SoC數字化平臺,在統一架構下可以生產不同芯片。比如針對車載高線數場景的窄面陣“鳳凰”芯片,和針對機器人及車載補盲雷達的大面陣“孔雀”芯片,兩者均將于今年實現量產應用。
速騰聚創上一代大面陣SPAD-SoC芯片已經應用于E1和E1R產品——前者做ADAS、Robotaxi、Robovan的補盲雷達,后者用作人形機器人(智元等)、割草機器人(未嵐大陸、庫犸等)的主雷達,累計銷量已超過30萬臺。
對于不同場景的差異,激光雷達行業人士楊新林對《新智駕》總結道:機器人場景要求產品尺寸更小、視場角更大、精度更高,而車載場景要求測距更遠。
禾賽科技同樣在進行跨場景布局。在今年4月的技術開放日上,禾賽首次展示了空間智能AI硬件產品,并宣布進入機器人動力模組領域,將業務范圍從車載向消費級空間智能和機器人核心部件延伸。
芯片化架構正在改變激光雷達行業的競爭態勢,過去拼的是集約化生產和降成本,現在比的變成了芯片設計能力。同樣的底層架構,換一顆不同規格的芯片,就能從車載切到機器人、工業感知、無人機。
PART 2
單芯片單鏡頭RGBD是終極目標
長期以來,激光雷達與攝像頭分立的感知方案存在空間、時間雙對齊難題,前后融合算法均無法徹底解決感知偏差問題。同時分立方案需要兩套硬件,成本偏高,制約了高階智駕普及上量。而原生融合RGB+D(Depth)方案可實現色彩與深度信息像素級同步,為感知技術迭代提供了新的可能方向。
RGBD方案的技術路線,大致分為三個階段:
起初是“雙鏡頭雙芯片”方案,激光雷達和攝像頭各用各的光路,兩套系統各自成像,之后再想辦法對齊,空間對不準、時間對不齊是常態。后續出現“單鏡頭雙芯片”方案,把兩顆芯片塞進同一套鏡頭里,對齊問題改善了不少,但光路仍有差異,偏差還在。
終極形態是“單芯片單鏡頭”,在同一顆芯片上同時完成RGB成像和深度感知,實現芯片層面的天然對齊,同時硬件成本可做到接近普通攝像頭。
禾賽科技已官宣推出RGBD相關產品,其今年4月發布的“畢加索SPAD-SoC”是一款6D全彩激光雷達超感光芯片,將三維空間感知與色彩信息在芯片層面融合,直接生成彩色點云,讓自動駕駛系統能直接“看懂”紅綠燈、車道線等關鍵信息。搭載該芯片的ETX系列激光雷達最高支持4320線全彩4K感知,計劃今年下半年量產交付。
同時,禾賽還宣布將從“空間感知”升級至“空間智能”,這意味著禾賽不僅要讓機器看見環境,還要讓機器理解空間關系并自主行動。
對于RGBD與激光雷達的關系,速騰聚創在今年4月的TechDay上也給出了回答。速騰聚創認為,RGBD芯片和數字化激光雷達都基于SPAD-SoC芯片,所有空間相機和激光雷達不是兩個完全對立的東西,而是同一套技術下的兩種表現形式,核心競爭都在于SPAD-SoC芯片技術能力。
不過單芯片RGBD離量產上車還有不小距離。楊新林指出,當前單芯片RGBD的分辨率仍然很低,約100萬像素左右或更低,而普通車載攝像頭通常是800萬像素起步。單芯片RGBD要獲得市場認可,前提是分辨率足夠高,至少400萬像素,在此基礎上再加入色彩才有價值。
從技術路線看,單鏡頭單芯片RGBD,和傳統激光雷達廠商以往使用的轉鏡架構,底層邏輯就不一樣。轉鏡是靠機械結構掃描,單芯片方案是半導體成像的方式。
可以想象為,轉鏡激光雷達像一個拿著手電筒不斷轉頭觀察四周的人,一點點把環境掃描出來。單鏡頭單芯片RGBD則像長了一雙能夠同時看清整個場景的眼睛,一次就能獲得完整畫面。兩者最終都在看清楚世界,但一個依賴機械運動,一個依賴芯片成像,已經是兩代技術路線。
相對而言,誰在全固態類大面陣SPAD-SoC上有積累,誰就在單鏡頭單芯片RGBD的開發上有優勢。
目前激光雷達廠商推出的高線數RGBD產品,對底層SPAD器件的尺寸、性能都有著很高的要求,需要廠商在小尺寸SPAD器件設計,以及加工工藝的研發驗證上有較深積累。激光雷達廠商早期多使用APD以及SiPM器件,如何解決小尺寸高性能的SPAD器件工藝問題,是最終能否實現單芯片RGBD的關鍵挑戰。
PART 3
芯片化正讓激光雷達成為另一個攝像頭
近年來,華為、速騰聚創、禾賽科技等頭部企業持續推進激光雷達性能升級,將產品線數迭代至896線、2160線甚至更高,探測距離達到600米,掀起了高線數軍備競賽。市場一度形成“線數即正義”的認知,高線數、長探測距離成為頭部企業核心競爭標簽。
楊新林認同“線數即正義”這個說法。他認為,高線數激光雷達的發展是智駕安全、產業發展趨勢和消費者需求的共同體現:“線數越高,分辨率越高,能看到更細更遠的障礙物,智駕就更安全。”
“現在還沒到談論激光雷達線數上限的時候,目前2160線的激光雷達的單幀點數也就400萬像素,普通車載攝像頭已經800萬像素。同時,真實的線數和點數才能真實還原障礙物,算法補償會出現幻覺,可能導致致命的事故。”楊新林表示。
傳統轉鏡激光雷達擁有復雜的光學結構、光源、接收模塊與控制系統,通過硬件堆疊提升線數,結構復雜、成本高昂、融合難度大,技術壁壘集中在系統集成層面。
而無任何轉動部件的全固態激光雷達,要實現遠距離高線數,需要同時解決固態高功率發射激光掃描問題,以及高線數大面陣SPAD-SoC芯片設計問題。
針對高線數競賽對行業格局的影響,某新晉激光雷達廠商研發人員認為,短期的高線數迭代會提升行業研發門檻,加劇中小廠商的生存壓力。但從長期維度來看,芯片化、全固態技術更加成熟后,中小廠商只需購買成熟的光發射模組和芯片方案就能做出高性能激光雷達。
這個時候,“系統集成能力”就變得沒那么重要,“光學發射控制能力以及芯片研發能力”會成為更深的護城河。
目前,行業頭部公司禾賽科技與速騰聚創均將自研芯片作為重點投入方向。禾賽的自研信號處理芯片已出貨2.3億顆。速騰也通過自研SPAD-SoC,把收發、信號處理等關鍵環節集成到芯片里,一方面降低系統復雜度,另一方面也直接降低了整機成本,給整機定價和毛利改善留下空間。
楊新林表示:“激光雷達企業自研SPAD-SoC芯片的投入無法回避,如果核心芯片依賴外采,那么芯片價格、供應節奏、性能迭代,都會受制于人。”
自研芯片之外,固態光發射掃描技術目前還沒有明顯突破。市面上只有阜時科技推出的“萬向光控”技術聚焦于解決固態激光掃描控制問題。這意味著許多廠商的遠距離全固態激光雷達,離量產還有相當長一段路,但反過來看,誰先解決這個環節,誰就能拿到下一階段的主動權。
光學企業的入局為行業格局重構增添了新變量。2026年2月,歐菲光與阜時科技正式達成戰略合作,將基于阜時SPAD-SoC芯片開發全固態激光雷達產品,首發產品聚焦機器人、無人車、智能割草機等非車載場景。
歐菲光等光學企業的商業模式,與當前頭部激光雷達廠商完全不同。頭部激光雷達廠商養著大幾百號研發人員,沒有20%以上的毛利很難活下去。而光學企業玩的是攝像頭行業那套成熟分工邏輯——我不做芯片,只管制造與集成,每單賺取固定加工費用就夠了。
比如一款成本800元的激光雷達,頭部激光雷達廠商的定價一般會超過1000元。而歐菲光們如果沿用攝像頭行業模式,可能僅收取50元固定加工費用。
行業投資人張祥磊預判,隨著光學企業等新入局者的出現,激光雷達行業或將復刻攝像頭行業的成熟結構,形成清晰的上下游專業化分工格局:
核心企業提供SPAD-SoC芯片等高技術壁壘芯片,獲取廣泛的市場覆蓋面與芯片設計利潤;新晉激光雷達廠商無需維持大規模研發團隊,主要通過代工集成模式賺取加工、生產、校準等環節利潤。激光雷達市場將類似攝像頭市場,實現分工合作,降低系統成本,做大整體市場蛋糕,共同獲得更大的市場總額及利潤分配。
PART 4
從“拼價格”到“拼性能”
國內激光雷達價格打到千元級,終端主機廠持續壓價。行業里兩個問題被問得最多:毛利底線在哪?企業還扛得住研發投入嗎?但有意思的是,不同的受訪者對“價格戰”本身的判斷并不一致。
對于行業價格內卷趨勢,張祥磊判斷,未來三年內國內車企的競爭內卷格局難以逆轉,激光雷達作為核心車載零部件,價格戰將持續常態化。目前國內年出貨量超百萬的車企多達十家,市場競爭極度激烈,主機廠持續壓縮硬件成本,上游激光雷達企業不得不跟隨降價。
長期來看,行業價格下探趨勢大概率不會逆轉,硬件薄利這件事,行業會慢慢接受。
不過,張祥磊也表示,國內外市場呈現明顯的分化格局,海外車企競爭格局穩定,奔馳、寶馬等品牌會給零部件供應商合理利潤,海外業務能夠為企業提供穩定的盈利空間,對沖國內市場的價格內卷壓力。同時,機器人、工業感知等市場,也會成為企業規避內卷、獲取增量利潤的另一賽道。
楊新林則從市場動態角度給出了判斷:價格戰已經不是當前行業的主旋律。“汽車市場拼價格和性價比是2024年和2025年上半年發生的事情,當時規劃了許多搭載激光雷達的10萬級車型,目前剛好是這些車型放量的時期。”
“而從2025年下半年開始,比線數、比性能已經成為汽車車頂遠距離雷達競爭的主流。”市場數據顯示,今年1-4月,極氪9X搭載速騰聚創520線激光雷達的頂配版本銷量占比達80%以上;華為896線激光雷達受歡迎度遠超預期;比亞迪在5月的智駕發布會上也宣布天神之眼自動駕駛版將搭載超千線激光雷達,車型將在2026年內開啟規模化路測。
禾賽科技的財務數據也印證了這一趨勢。2025年禾賽營收達30.28億元,同比增長45.8%,實現扭虧為盈,全年凈利潤達到4.36億元。禾賽的盈利說明,在自研芯片的支撐下,頭部激光雷達企業已經跨過“不計成本拼價格”的階段,進入“規模化量產+性能溢價”的新周期。
PART 5
有激光雷達的車,保險公司更愿意承保
以特斯拉、小鵬為代表的純攝像頭智駕路線,依托端到端大模型技術持續迭代,感知性能不斷提升,且具備復用車載攝像頭、邊際成本極低的優勢,對激光雷達路線形成明顯沖擊。市場爭議核心在于,在10萬至20萬元主流家用車型市場,車企是否有必要額外投入千元級成本搭載激光雷達?
楊新林從市場現實角度給出了回應:“到2026年,其實這個話題可以從市場的選擇看到答案。安全是無價的,激光雷達的價值已經得到消費者的認可和大量案例驗證。”
他列舉了多個市場事件:比亞迪在5月28日發布會上宣布,針對搭載包含激光雷達的天神之眼B和天神之眼A的用戶承諾“安全兜底”,但沒有激光雷達的天神之眼C不在承諾范圍;東風奕派M8在搭載隱藏式激光雷達的情況下,還在車頂設計了一個凸起的小藍燈來向用戶展示“這輛車有激光雷達”。
同時,從長期經濟維度來看,張祥磊認為,保險費率差異將凸顯激光雷達的經濟價值,讓中低端車型搭載激光雷達具備合理的經濟性。
如果隨著智能駕駛數據持續積累,搭載多傳感器融合方案的車型事故率低于純攝像頭車型,保險公司會據此差異化定價保費。按照車輛十年使用周期測算,若每年保費節省500元,全生命周期可累計節省5000元,足以覆蓋激光雷達的硬件采購與安裝成本。
對保險公司而言,賠付率下降可有效減少理賠支出,形成車企、用戶、保險機構三方共贏的格局。張祥磊預判,未來三至五年,國內車險的差異化定價體系將逐步落地,進一步確立多維感知方案的經濟合理性。
PART 6
結語
綜合幾位受訪者的觀點,可以看到近兩年激光雷達行業的變化,有三條明顯的線索。
第一,芯片化已成行業共識。SPAD-SoC走進了量產產線,車載和機器人的復用已經被頭部企業跑通,自研芯片從加分項變成頭部公司的必選項。激光雷達公司的核心競爭力正在從光機系統集成,轉變成芯片設計能力。
第二,需求側的邏輯變了。越來越多消費者開始在買車時會問“這車有激光雷達嗎”。車企之間從比誰更便宜,轉向比誰更安全——極氪9X帶4顆自研固態補盲激光雷達與1顆半固態520線主激光雷達的頂配版,占全系銷量的八成以上,消費者的選擇不會說謊。
第三,從價格戰到性能戰,拐點可能已經來了。禾賽2025年扭虧為盈,全年凈賺4.36億。這說明在經歷了一段不計成本搶份額的周期之后,頭部公司規模效應和自研芯片的回報開始兌現。當安全冗余能帶來品牌溢價時,客戶不再只看價格。
激光雷達不用再解釋自己存在的理由。但當光學巨頭入場,芯片公司和整機廠之間的那條線越來越模糊,這意味著下一階段的競爭中,除了比拼誰的產品更好之外,每家公司還要在新的產業鏈里找到自己的位置。
(楊新林、張祥磊為化名)
關注智能駕駛、激光雷達、車規級芯片的朋友,歡迎添加作者微信: Specialzhj 交流探討。
![]()
![]()
![]()
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.